Programma Lezione 79 di 250 · Basi dei dati: numpy e pandas
Basi dei dati: numpy e pandas

pandas: Series e DataFrame

numpy è ottimo per i numeri, ma i dati reali hanno colonne con un nome e tipi misti: nomi, date, prezzi. È a questo che serve pandas. Il suo oggetto principale è il DataFrame: una tabella con colonne con un nome e un indice per le righe.

Il modo più facile per costruirne uno è partire da un dict, dove ogni chiave è il nome di una colonna e ogni valore è una lista di celle:

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
    "city": ["NYC", "LA", "NYC"],
})
print(df)

Qualche strumento essenziale per farsi un'idea di qualsiasi tabella:

print(df.shape)     # (3, 3)   rows, columns
print(df.columns)   # Index(['name', 'age', 'city'], ...)
print(df.head(2))   # the first 2 rows
print(df.dtypes)    # the type of each column

Una singola colonna è una Series (un array 1D con etichette). Prendine una con le parentesi quadre:

ages = df["age"]
print(ages.mean())   # 30.0
print(ages.max())    # 35

df.shape è una tupla (n_rows, n_cols), quindi df.shape[0] è il numero di righe.

Tocca a te

Costruisci un DataFrame df da questo dict: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Salva il numero di righe in n_rows (usa df.shape). Poi salva la media della colonna score in avg_score.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.